一种基于模糊算法的电动公交乘坐适宜度计算方法

摘要

本发明公开了一种基于模糊算法的电动公交车乘坐适宜度计算方法，该方法通过计算电动公交车拥挤度参数α、效率参数β，并加以模糊运算的方式得出电动公交车乘坐适宜度δ。本发明能让乘客提前了解车内情况，极大地方便了乘客出行。

主权项

一种基于模糊算法的电动公交乘坐适宜度计算方法，其特征在于，包括以下步骤：1)通过测算电动公交车电动机启动时的瞬时启动转矩T，并将瞬时启动转矩T近似作为拥挤度参数α；2)通过测算电动公交车瞬时速度v，估算到达下一站的预期时间t_预期，同时根据理论到站时间t计算效率参数β，β＝(t‑t_预期)/t；3)通过模糊算法，将拥挤度参数α、效率参数β转化为乘坐适宜度δ，所述的电动公交车乘坐适宜度δ的计算步骤如下：a.构建模糊规则表和模糊化处理函数并对参数进行模糊处理对拥挤度参数α和效率参数β按照公式进行归一化操作，之后建立7*7规则表,建立的规则表如下：{PB,PB,PM,PB,PS,PS,ZO},{PB,PB,PM,PS,PS,ZO,ZO},{PM,PM,PM,PS,ZO,NS,NS},{PM,PM,PS,ZO,NS,NM,NM},{PS,PS,ZO,NS,NS,NM,NM},{ZO,NS,NS,NM,NM,NM,NB},{ZO,ZO,NM,NB,NM,NB,NB}；采用等分三角形处理函数对α进行模糊化：首先建立数组es[i]，用来存储对α模糊化后的值，总共求7次，其中i∈[0 6]；当i<3时使用公式(α‑a)/(b‑a)；当i≥3时,使用公式(c‑α)/(c‑b)，i值不同时a、b、c取值不同；es[0]＝(α‑a)/(b‑a)；此时a＝0，b＝1/6,c＝1/3；es[1]＝(α‑a)/(b‑a)；此时a＝0b＝1/6c＝1/2；es[2]＝(α‑a)/(b‑a)；此时a＝1/6b＝1/3c＝1/2；es[3]＝(c‑α)/(c‑b)；此时a＝1/6b＝1/3c＝2/3；es[4]＝(c‑α)/(c‑b)；此时a＝1/3b＝1/2c＝2/3；es[5]＝(c‑α)/(c‑b)；此时a＝1/2b＝2/3c＝5/6；es[6]＝(c‑α)/(c‑b)；此时a＝2/3b＝5/6c＝1；采用等分三角形处理函数对β进行模糊化：首先建立数组ecs[j]，用来存储对β模糊化后的值，总共求7次，其中j∈[0 6]；当j<3时使用公式(β‑a)/(b‑a)；当j≥3时，使用公式(c‑α)/(c‑b)；j值不同时a、b、c取值不同；ecs[0]＝(β‑a)/(b‑a)；此时a＝0，b＝1/6,c＝1/3；ecs[1]＝(α‑β)/(b‑a)；此时a＝0b＝1/6c＝1/2；ecs[2]＝(α‑β)/(b‑a)；此时a＝1/6b＝1/3c＝1/2；ecs[3]＝(c‑β)/(c‑b)；此时a＝1/6b＝1/3c＝2/3；ecs[4]＝(c‑β)/(c‑b)；此时a＝1/3b＝1/2c＝2/3；ecs[5]＝(c‑β)/(c‑b)；此时a＝1/2b＝2/3c＝5/6；ecs[6]＝(c‑β)/(c‑b)；此时a＝2/3b＝5/6c＝1；b.使用极大‑极小推理合成算法进行模糊推理通过求交集遍历es[i],ecs[j]得出中较小的隶属度，规则的可信度通过取小运算得到，即从j＝0开始依次把es[i]与ecs[j]依次比较，将较小的值存入对应form[i][j]中；再找出规则表中form[i][j]最大的数值，记住此时的i、j，然后根据定制的规则表rule_δ，按照第i+1行第j+1列找到位置参数kp；根据kp在规则表中的位置，进行反模糊化，采取三角形反模糊化处理函数z＝(b‑a)*lsd+a；y＝c‑(c‑b)*lsd；δ＝(y+z)/2根据不同位置，a、b、c赋予不同的值，如果kp＝NB；a＝0b＝1/6c＝1/3；如果kp＝NM；a＝0b＝1/6c＝1/2；如果kp＝NS；a＝1/6b＝1/3c＝1/2；如果kp＝ZO；a＝1/6b＝1/3c＝2/3；如果kp＝PS；a＝1/3b＝1/2c＝2/3；如果kp＝PM；a＝1/2b＝2/3c＝5/6；如果(kp＝＝PB)a＝2/3b＝5/6c＝1；最终根据反模糊化结果得出适宜度δ；根据以下适宜度标准，将结果推送给乘客，协助乘客做出乘车选择，适宜度标准为：当适宜度δ小于0.1时，车辆过于拥挤，不建议乘坐；当适宜度δ在0.1到0.3之间时，建议上车人数：小于5；当适宜度δ在0.3到0.6之间，建议上车人数：小于10；当适宜度δ在0.6到1之间时，车辆空闲。